待验证50% 置信事实精确时间
RCD 是一种免训练（training-free）的解码阶段方法，通过对比有 rationale 和无 rationale 条件下的下一 token 分布，放大因 rationale 而概率提升的 token。
1
来源数
50%
置信度
长期有效
时效性
2026/10/22
首次发现
来源
涉及实体
相关事实
待验证RCSD（Reinforcement and Continual Learning for Domain-Specific Speculative Decoding）是一个将草稿模型优化与系统级目标（最大化接受长度）直接对齐的训练框架。72% 相似待验证RCD 方法存在边界：它放大的是模型本身已编码的推理信号，如果模型对某类问题没有可用推理知识，对比解码难以凭空造出正确路径。69% 相似待验证语义ID技术实现通常先用预训练模型（如BERT或CLIP）提取物品语义向量，再通过残差量化向量化（RQ-VAE）等技术将连续向量离散化为多层级code序列66% 相似待验证Gradient Confusion Defense（GCD）是一个无需重训、在测试阶段起作用的包装层，直接改写模型返回给查询方的概率向量。63% 相似待验证RLCD通过构造正负样本对进行对比学习，结合强化学习信号蒸馏模型输出分布，在无需人工标注奖励的场景下具有优势62% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1084517API
curl https://kongchang.com/api/v1/knowledge/claims/1084517MCP
get_claim(id=1084517)